地理國情監測數字正射影像快速生產技術研究

王 鶴

（山西省測繪地理信息院，山西 太原 030002）

0.引言

常態化地理國情監測是滿足各級政府以及各行業日常工作需求的一項重要工作。2020 年1 月17 日自然資源部印發《自然資源調查監測體系構建總體方案》（自然資發〔2020〕15 號），明確以每年6 月30 日為時點，開展地理國情監測，主要監測地表覆蓋變化，直觀反映水草豐茂期地表各類自然資源的變化情況[1]。《山西省責任區2020 年地理國情監測實施方案》要求利用當年第二季度的高分辨率影像，采用內外業結合的方式，完成2020 年度山西地理國情監測工作。

數字正射影像（DOM）數據作為地理國情成果數據中最重要的組成部分以及最主要的調查數據源，具有精度高、現勢性強、信息豐富、直觀逼真、獲取便捷等優點，因為同時具有地圖的幾何精度和影像特征，所以擁有良好的判讀性、量測性和管理性[2]。作為地理國情監測項目的最主要的調查數據源，DOM 的質量和精度對整個項目成果起到了決定性的作用。山西省朔州市、晉中市地理國情影像是以當年分辨率優于2.5m 衛星遙感影像為主，生產整景影像數據，為地表覆蓋和地理要素采集分類提供影像數據支撐。本文結合生產實際情況，充分利用不同軟件的優勢，探索出一條快速、高效、高質量生產數字正射影像的技術路線。

1.資料準備

1.1 多源衛星遙感影像數據

原始影像包括GF2、BJ2、JL1、GF1、GF6、ZY-3 等數據源，其中分辨率優于1m 的數據源為GF2、BJ2 和JL1，現勢性為2020 年第一季度、第二季度和7 月份，分辨率為2m 的數據源為GF1、GF6 和ZY-3，現勢性皆為2020 年第二季度。

1.2 已有DEM數據及DOM數據

DEM 數據為1∶10000 比例尺成果，格網大小為5m。DOM 數據為覆蓋作業區的最新基礎測繪的正射影像成果資料，分辨率為0.5m。

DEM 數據及DOM 數據作為地理國情正射影像生產的基準影像和主要控制資料，在糾正前，需對其進行精度及投影坐標正確性的檢查，保證能滿足正射影像的糾正。

1.3 其他數據

收集覆蓋作業區內第一次地理國情普查中的影像控制點及部分基礎測繪外業控制點，作為地理國情正射影像生產質量控制的檢查數據。

2.生產技術流程

利用下發的多源衛星遙感原始影像數據，結合前期高分辨率正射影像（DOM）及數字高程模型（DEM），采用PixelGrid_SAT衛星影像數據處理軟件對影像進行正射影像生產，生產技術流程圖（如圖1 所示）：

圖1 DOM 生產技術流程圖

在PixelGrid_SAT 軟件下，根據不同衛星影像數據的情況，進行數據預處理及分析；以最新的基礎測繪正射影像成果或者其他高分辨率正射影像成果作為控制底圖，對下發的多源衛星遙感影像進行區域網平差，計算出影像的外參數；根據作業區域影像分辨率、空間分布范圍及數據下發時間進行空三區域劃分，再利用定向參數和DEM 進行糾正，生成初始整景全色、多光譜影像；進行圖面及精度檢查后，對變化區域進行DEM、DOM 同步更新，輸出整景全色、多光譜影像成果；進行影像融合后生成整景4 波段16bit 多波段融合影像成果；最后通過PixelEngine 軟件下將4 波段16bit 多波段融合影像成果融合降位成3 波段8bit 的真彩色融合影像成果。在數據生產的同期，按步驟同步進行元數據的填寫。全部生產完成后經“兩檢一驗”質量合格后形成測繪成果，歸檔上交。

2.1 數據預處理及分析

根據不同衛星影像數據源屬性，在PixelGrid_SAT 高分辨率衛星影像數據處理軟件下，選擇相應預處理及數據分析方法，將多源遙感衛星原始數據的數據格式轉換為軟件可識別易操作的格式。本次影像數據預處理分為兩類：GF2、GF1、GF6、ZY-3 和BJ2、JL1；主要內容包含數據預處理、數據分析、影像格式轉換等。

2.2 外參數解算

采用基于多基線、多重匹配特征（特征點、格網線及特征線）的自動匹配技術，基于衛星影像和最新的基礎測繪正射影像成果或者其他高分辨率正射影像成果的自動配準功能，進行區域網平差，計算影像外參數。

2.3 空三分區

根據作業區域影像分辨率、數據分布范圍及數據下發時間進行空三區域劃分。根據下發的時間批次，將同批次衛星影像中分辨率一致地在同一空三加密區；由于不同數據源數據預處理后結構存在個別差異，所以對于分辨率一致但數據源不同的，將其置于不同的空三加密區；對于數據分布范圍過遠的，同樣分為不同的空三加密區進行處理。

2.4 全色波段影像及多光譜影像正射糾正

利用自動匹配的控制點及連接點，結合作業區已有5m格網DEM 數據，設置所需投影坐標系以及全色多光譜影像的分辨率，以整景為單位進行糾正。全色波段影像及多光譜影像糾正后正射影像分辨率原則上和原始影像地面分辨率保持一致，具體分辨率設置（如表1 所示）：

表1 全色波段影像及多光譜影像正射糾正分辨率設置單位：m

續表1：

糾正后分別對全色影像和多光譜影像進行檢查，主要包括全色與多光譜影像的配準精度檢查、全色影像與底圖影像的套合精度檢查及全色影像與外業檢查，點的平面精度檢查。套合中誤差應滿足《2020 年全國地理國情監測實施方案》的規定小于兩個像素（不同分辨率影像套合，按照較低分辨率影像像素計算），最大誤差不超過兩倍中誤差[3]。平面位置中誤差應滿足表2 的規定。

表2 數字正射影像平面精度 單位：m

2.5 DEM/DOM同步編輯更新

由于所用的DEM 時相較遠，與生產的遙感衛星影像之間存在時相差異，地形變化區域正射影像地物會出現拉伸、扭曲等問題，因此對影像進行初步正射糾正后，需要對糾正后的全色影像進行圖面質量檢查，記錄并保留問題區域矢量范圍，在PixelGrid 軟件PhotoMap 模塊下修編DEM，同步更新DOM，完成全色波段影像DEM/DOM 同步修編，直到滿足質量后，再對相應的多光譜影像進行DEM 和DOM 的同步更新。

2.6 影像融合

根據《2020 年全國地理國情監測實施方案》的要求，除了要進行影像多波段融合外，還需生成真彩色融合影像成果。采用PixelGrid 軟件對同一衛星遙感影像的多光譜數據和全色波段數據依照表3 的合成方案進行融合，生成4 波段16bit 的多波段融合影像成果。在PixelEngine 軟件下選擇調色算法和融合算法，對影像進行融合降位處理，生成3 波段8bit 的真彩色融合影像。

表3 衛星遙感影像的多光譜波段合成方案

融合后的影像成果應盡量保證紋理清晰、色彩勻稱、無重影等現象，能保證地物解譯的信息量；融合影像成果分辨率與全色波段影像分辨率保持一致。由于作業過程中真彩色融合影像的生成是以多波段融合影像成果為基礎的，故而在生成真彩色融合影像前需先對多波段融合影像圖面進行檢查，而后再進行生產。

2.7 元數據及投影信息文件制作

整景正射影像元數據按照GQJC 05-2020 地理國情監測數字正射影像生產技術規定[4]附錄B 的內容和要求填寫包括產品基本情況、數據源情況、數據生產過程信息等內容，每景影像的元數據保存為一個XML 文件。

整景正射影像投影信息文件采用OGC 的WKT 格式，以XML 格式文件保存，本作業區域投影帶的中央經線共涉及111°和117°兩種，根據影像對應的中央經線，在投影文件固定格式下修改相應的中央經線度數，完成投影信息文件制作。

3.主要技術問題及處理辦法

3.1 衛星影像原始定位精度差，導致軟件無法完成影像糾正或糾正影像精度不達標

由于個別衛星影像原始定位精度很差，采用RPC 模型方式，以前期高分辨率正射影像成果作為控制源定向匹配，超出軟件同名點搜索范圍，導致無法完成影像糾正工作，或是糾正出的影像與底圖存在嚴重套合差，精度不達標，無法使用。

對此問題的解決辦法是：采用PhotoMatrix 軟件，利用手動加點功能對全色單景影像進行定向匹配處理，手動加點個數不低于9 個，通過調整手動加點的位置，直至影像定向中誤差降至一個像素以下，而后進行多光譜自動定向處理實現多光譜影像配準，生成糾正影像成果，并對重新糾正后的影像進行精度檢查，直至精度達標。

3.2 同批糾正影像存在部分影像套合精度超限的問題

在項目前期作業進行套合精度檢查過程中，發現同批次糾正影像中仍存在部分影像套合中誤差超限情況。根據對數據生產過程進行跟蹤檢查后，發現誤差超限原因主要是由于超限影像對比糾正底圖變化區域較多或面積較大，導致影像變化區域及周邊與底圖匹配出的控制點及連接點較少，從而降低了變化區域周邊的未變化地物的精度。

對此問題的解決辦法是：重新對套合精度超限的影像進行定向糾正，調整平差方式，盡量降低同批次影像對該影像控制點、連接點匹配及平差上的影響，并對重新糾正后的影像進行精度檢查。

3.3 多重疊區域DEM/DOM重復修編更新的問題

由于整景影像圖幅面積大，影像相互重疊區域多，對初始整景全色、多光譜影像進行圖面及精度檢查后，對于不同整景影像重疊部分相同區域出現大量相同變形和拉花的情況，單景影像逐個修編存在修編工作量大、耗時長等問題。

對此問題的解決辦法是：將重疊區域整景影像初始DEM 拼接成一個大的DEM，后期DEM/DOM 同步修編時采用拼接后DEM 作為影像的初始DEM，先對重疊整景影像中一景的問題區域進行DEM/DOM 同步修編，修編完畢后，復制修編后DEM 作為下一景重疊整景影像的初始DEM，對于影像中存在相同變形和拉花的區域，直接框選對影像進行更新即可，若更新效果差，也可在已有DEM 基礎上繼續進行DEM/DOM 同步修編工作，對于影像中非重疊區域的問題，直接在界面進行DEM/DOM 同步修編即可。

3.4 融合影像邊緣區域出現局部色彩異常問題

在項目進行多波段融合影像檢查的過程中，發現融合影像邊角區域存在局部色彩異常的情況。根據對數據生產過程進行跟蹤檢查后，發現色彩異常的原因主要是由于對全色及多光譜影像邊緣區域DEM/DOM 修編完成進行局部更新時所畫區域范圍超出影像有效范圍，導致這種邊緣區域產生局部白邊，軟件糾正時沒有自動剔除白邊，融合時無法識別影像實際有效范圍，受局部白邊影響出現影像色彩分布不均勻，邊緣區域局部出現過明或過暗的色彩異常，東南部（如圖2 所示）：

圖2 多波段融合影像邊緣區域局部色彩異常示例圖

3.5 基于PixelGrid軟件JL1數據預處理及工程建立問題

PixelGrid 軟件針對不同數據源影像，分別設置了不同的衛星影像預處理及分析模塊，但作業過程中發現并無針對吉林一號影像預處理的模塊，且預處理后出現工程常規方式建立不成功的問題。

對此問題的解決方法是：對照發現吉林一號影像原始數據中數據源格式及rpc 格式，發現與資源三號影像大致相同，故采用軟件中資源三號的數據預處理模塊對影像進行預處理及分析。對于工程建立來說，可先復制一個之前建立好的工程文件，打開后刪除原有工程文件，再在工程中手動添加影像，最終實現工程建立。

4.結束語

本文對GF2、BJ2、JL1、GF1、GF6、ZY-3 等多源遙感影像進行分析，利用PixelGrid、PixelEngine、PhotoMatrix 等不同軟件的優勢，滿足了本次地理國情監測數字正射影像的生產，為地理國情整景影像的快速糾正提供了技術依據。本文研究的快速、高效、高質量生產數字正射影像的技術路線可應用于其他項目的遙感衛星影像數據快速處理。